我正在尝试查询pandas数据帧中的行,其中一列包含包含特定值的元组。
例如:
User Col1
0 1 (cat, dog, goat)
1 1 (cat, sheep)
2 1 (sheep, goat)
3 2 (cat, lion)
4 2 (fish, goat, lemur)
5 3 (cat, dog)
6 4 (dog, goat)
7 4 cat
因此,假设我想返回Col1
包含"cat"的行,有没有一种方法可以做到这一点,而不必迭代每一行并执行"if"(我的实际数据集有更多的行)?
df['Col1'].isin(['cat'])
和
df['Col1'].str.contains("cat")
仅对最后一行返回"true"
您可以在apply()
:中使用lambda函数
df[df["Col1"].apply(lambda x: "cat" in x)]
当"cat"
在单元格中时,lambda返回True
。这适用于字符串("cat" in "cat"
是True
)和元组("cat" in ("cat", "dog")
是True
)。通过对df
进行子集设置,可以得到lambda为True
的所有行。
为什么不对数据帧进行子集处理,然后输出结果?
catdf = df[df['Col1'].str.contains("cat")]
您的DataFrame列包含字符串和元组的混合物。我认为您无法避免对列进行迭代。但是您可以使用application方法高效地进行迭代。下面是示例代码。
import pandas as pd
# fake data - in a Series for simplicity
tlist = [('cat', 'dog', 'goat'),
('cat', 'sheep'),
('sheep', 'goat'),
('cat', 'lion'),
('fish', 'goat', 'lemur'),
('cat', 'dog'),
('dog', 'goat'),
'cat']
s = pd.Series(tlist)
# iterate Series with a lambda function searching for 'cat'
s.apply(lambda x: 'cat' in x)
这给了我以下输出
Out[38]:
0 True
1 True
2 False
3 True
4 False
5 True
6 False
7 True
dtype: bool